1. 字面理解：

torch.cat是將兩個張量（tensor）拼接在一起，cat是concatnate的意思，即拼接，聯(lián)系在一起。

2. 例子理解

>>> import torch
>>> A=torch.ones(2,3) #2x3的張量（矩陣）                   
>>> A
tensor([[ 1., 1., 1.],
    [ 1., 1., 1.]])
>>> B=2*torch.ones(4,3)#4x3的張量（矩陣）                  
>>> B
tensor([[ 2., 2., 2.],
    [ 2., 2., 2.],
    [ 2., 2., 2.],
    [ 2., 2., 2.]])
>>> C=torch.cat((A,B),0)#按維數(shù)0（行）拼接
>>> C
tensor([[ 1., 1., 1.],
     [ 1., 1., 1.],
     [ 2., 2., 2.],
     [ 2., 2., 2.],
     [ 2., 2., 2.],
     [ 2., 2., 2.]])
>>> C.size()
torch.Size([6, 3])
>>> D=2*torch.ones(2,4) #2x4的張量（矩陣）
>>> C=torch.cat((A,D),1)#按維數(shù)1（列）拼接
>>> C
tensor([[ 1., 1., 1., 2., 2., 2., 2.],
    [ 1., 1., 1., 2., 2., 2., 2.]])
>>> C.size()
torch.Size([2, 7])

上面給出了兩個張量A和B，分別是2行3列，4行3列。即他們都是2維張量。因為只有兩維，這樣在用torch.cat拼接的時候就有兩種拼接方式：按行拼接和按列拼接。即所謂的維數(shù)0和維數(shù)1.

C=torch.cat((A,B),0)就表示按維數(shù)0（行）拼接A和B，也就是豎著拼接，A上B下。此時需要注意：列數(shù)必須一致，即維數(shù)1數(shù)值要相同，這里都是3列，方能列對齊。拼接后的C的第0維是兩個維數(shù)0數(shù)值和，即2+4=6.

C=torch.cat((A,B),1)就表示按維數(shù)1（列）拼接A和B，也就是橫著拼接，A左B右。此時需要注意：行數(shù)必須一致，即維數(shù)0數(shù)值要相同，這里都是2行，方能行對齊。拼接后的C的第1維是兩個維數(shù)1數(shù)值和，即3+4=7.

從2維例子可以看出，使用torch.cat((A,B),dim)時，除拼接維數(shù)dim數(shù)值可不同外其余維數(shù)數(shù)值需相同，方能對齊。

3.實例

在深度學(xué)習(xí)處理圖像時，常用的有3通道的RGB彩色圖像及單通道的灰度圖。張量size為cxhxw,即通道數(shù)x圖像高度x圖像寬度。在用torch.cat拼接兩張圖像時一般要求圖像大小一致而通道數(shù)可不一致，即h和w同，c可不同。當(dāng)然實際有3種拼接方式，另兩種好像不常見。比如經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)：U-Net

里面用到4次torch.cat,其中copy and crop操作就是通過torch.cat來實現(xiàn)的?？梢钥吹酵ㄟ^上采樣（up-conv 2x2）將原始圖像h和w變?yōu)樵瓉?倍，再和左邊直接copy過來的同樣h,w的圖像拼接。這樣做，可以有效利用原始結(jié)構(gòu)信息。

4.總結(jié)

使用torch.cat((A,B),dim)時，除拼接維數(shù)dim數(shù)值可不同外其余維數(shù)數(shù)值需相同，方能對齊。

補充知識：PyTorch的concat也就是torch.cat實例

我就廢話不多說了，大家還是直接看代碼吧~

import torch
a = torch.ones([1,2])
b = torch.ones([1,2])
torch.cat([a,b],1)
 1 1 1 1
[torch.FloatTensor of size 1x4]

以上這篇PyTorch的torch.cat用法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論